码迷,mamicode.com
首页 >  
搜索关键字:基于内容的推荐    ( 50个结果
基于内容的推荐(第二周)
说明:文章为初学者看推荐系统(蒋凡),结合网上资料做的笔记,不保证其正确性。欢迎指正^_ 1、  继续记录下svd的一个例子(参考http://blog.sina.com.cn/s/blog_7c76633901019oi8.html,http://blog.csdn.net/abcjennifer/article/details/8131087): 1)  看下图,表示9篇文章中,b...
分类:其他好文   时间:2016-07-24 07:05:52    阅读次数:208
协同过滤推荐(第1周)
说明:文章为初学者看推荐系统(蒋凡),结合网上资料做的笔记,不保证其正确性~ 一、首先当前的主流推荐方法有: 1、  协同过滤推荐; 2、  基于内容的推荐; 3、  基于知识的推荐; 4、  混合推荐; (注:学习过程不必特意将他们区分开,由他们的推荐公式知道他们的缺陷,混合使用)   1、  协同过滤(CF collaborative Filtering): 1-1:基于用户...
分类:其他好文   时间:2016-07-24 07:05:09    阅读次数:142
推荐系统_itemCF和userCF
推荐系统的分类: 基于应用领域分类:电子商务推荐,社交好友推荐,搜索引擎推荐,信息内容推荐 基于设计思想:基于协同过滤的推荐,基于内容的推荐,基于知识的推荐,混合推荐 基于使用何种数据:基于用户行为数据的推荐,基于用户标签的推荐,基于社交网络数据,基于上下文信息(时间上下文,地点上下文等等) 协同过滤: 协同过滤的基本思想(基于用户): 协同过滤一般是在海量的用户中发掘...
分类:其他好文   时间:2016-05-27 12:13:36    阅读次数:2046
斯坦福第十六课:推荐系统(Recommender Systems)
16.1 问题形式化 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 矢量化:低秩矩阵分解 16.6 推行工作上的细节:均值归一化 16.1 问题形式化 16.2 基于内容的推荐系统 16.3 协同过滤 16.4 协同过滤算法 16.5 矢量化:低秩矩阵分解 16 ...
分类:其他好文   时间:2016-04-28 00:23:14    阅读次数:339
推荐系统第5周--- 基于内容的推荐,隐语义模型LFM
基于内容的推荐 制定分类/属性的困难使用专业人员(编辑)对商品进行整理分类,但这样会产生成本和效率瓶颈受限于编辑的专业水平,编辑的意见未必能代表用户的意见分类的粒度难于控制如果商品有多个分类,很难考虑周全多维度,多规角分类编辑很难决定商品在类别里的权重 隐语义模型 LFM的前丕今生 隐语义模型的适用 ...
分类:其他好文   时间:2016-04-23 22:44:50    阅读次数:428
推荐系统第2周
推荐系统分类 基于应用领域分类:电子商务推荐,社交好友推荐,搜索引擎推荐,信息内容推荐基于设计思想:基于协同过滤的推荐,基于内容的推荐,基于知识的推荐,混合推荐基于使用何种数据:基于用户行为数据的推荐,基于用户标签的推荐,基于社交网络数据,基于上下文信息(时间上下文,地点上下文等等) 协同过滤的基本 ...
分类:其他好文   时间:2016-04-19 13:48:00    阅读次数:306
基于矩阵分解的隐因子模型
推荐系统是现今广泛运用的一种数据分析方法。常见的如,“你关注的人也关注他”,“喜欢这个物品的用户还喜欢。。”“你也许会喜欢”等等。常见的推荐系统分为基于内容的推荐与基于历史记录的推荐。基于内容的推荐,关键在于提取到有用的用户,物品信息,以此为特征向量来进行分类,回归。基于历史记录的推荐,记录用户的评...
分类:其他好文   时间:2015-10-09 16:48:54    阅读次数:327
基于内容的推荐(Content-based Recommendations)
基于内容的推荐(Content-based Recommendations)[本文链接:http://www.cnblogs.com/breezedeus/archive/2012/04/10/2440488.html,转载请注明出处] Collaborative Filtering Recomme...
分类:其他好文   时间:2015-07-13 20:09:12    阅读次数:108
Recommender Systems移动互联网个性化游戏推荐
对于在线商店,主要关心两方面:1. 提升转化率(将不消费的用户转变为消费用户);2. 提升消费额(已经花钱的人,花更多的强)。 对比了6种方法:1. 协同过滤;2. slope one;3. 基于内容的推荐;4. 混合推荐;5. top rating(按照评分排序);6. 按照销量排序。
分类:移动开发   时间:2015-06-30 12:47:36    阅读次数:198
Recommender Systems基于内容的推荐
基于内容的推荐的基本推荐思路是:用户喜欢幻想小说,这本书是幻想小说,则用户有可能喜欢这本小说 两方面要求:(1)知道用户的喜好;(2)知道物品的属性 基于内容的推荐相比协同过滤方法(个人观点):协同过滤用到了大量用户的群体行为特征,两个特点,(1)要大量用户,(2)除了用户的行为之外,不需要...
分类:其他好文   时间:2015-05-20 00:18:52    阅读次数:114
50条   上一页 1 2 3 4 5 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!